Risultati di conferma: riprogettare la miscela o crearne una nuova?Ciao comunità JMP,
Ho eseguito la seguente progettazione della miscela con vincoli: MeOH + ACN + UPW = 0,6 e MeOH + ACN ≤ 0,3.
Sarebbe meglio ripetere questo schema di miscela per confermare i risultati o crearne uno nuovo per la convalida?
Molte grazie!
Kimberly
Progettazione dettagliata della miscela:
Versione: Jmp Pro 18
Progettazione degli esperimentiR: Risultati di conferma: rifare la progettazione della miscela o crearne una nuova?Ciao @K_JMP ,
Non sono sicuro di aver capito appieno la tua domanda.
Hai già eseguito il progetto? Quanto sono affidabili i risultati e quanto sono accurati i modelli? Credo che ci siano intervalli limitati per i fattori mancanti nella tua descrizione, perché se usassi solo quello che hai menzionato con MeOH e ACN, avrei uno spazio di progettazione leggermente diverso:
Quindi MeOH ≥ 0,1 e ACN ≤ 0,15 sembrano funzionare in base allo screenshot:
Cosa vorresti convalidare: ottimale o modello?
- Se si desidera convalidare l'ottimale, utilizzerei il modello trovato e il Prediction Profilatore per trovare l'ottimale (o il miglior compromesso), quindi eseguirei 3-5 volte l'ottimale trovato e controllerei che i valori misurati siano inclusi negli intervalli di previsione del modello per il punto ottimale (vedere Opzioni del Prediction Profiler per sapere come visualizzare gli intervalli di previsione nel Profiler).
- Se si desidera validare il modello, proverei a trovare un mix di punti diversi che coprano diverse zone sperimentali con diverse desiderabilità e varianza di previsione. Una buona opzione potrebbe essere quella di utilizzare la piattaforma Progetti di aumento e utilizzare lo stesso modello ipotizzato (o uno leggermente più complesso, per evitare di "ripetere" solo i punti di costruzione del progetto originale) per generare nuovi punti (i punti originali sono in blu, i punti aumentati sono triangoli verdi):
È quindi possibile utilizzare questi nuovi punti come punti di convalida per il modello ipotizzato: adattare/addestrare il modello ipotizzato con i punti originali e convalidarlo con i nuovi punti. È quindi possibile esaminare diverse metriche (R², R² corretto, RMSE, ...) sul set di convalida per verificare se il modello sembra pertinente o potrebbe necessitare di qualche raffinamento.
Spero che queste idee possano aiutarti,
R: Risultati di conferma: rifare la progettazione della miscela o crearne una nuova?Sono d'accordo con Victor, non capisco cosa stai chiedendo. Se hai già deciso che un mix design era quello corretto e lo hai completato, allora seleziona lo spazio migliore in base alla superficie di risposta della miscela ed esegui il processo (i mix design sono in genere progetti di ottimizzazione, il che significa che hai già determinato quali sono i fattori che vuoi modellare).
R: Risultati di conferma: rifare la progettazione della miscela o crearne una nuova?Ciao @Victor_G e @statman
Grazie per le risposte! Mi scuso perché il mio messaggio non era chiaro.
Forniamo innanzitutto alcune informazioni di base aggiuntive:
- Ho effettivamente incluso anche altri intervalli:
- MeOH tra 0,1 e 0,3
- ACN tra 0 e 0,15
- UPW tra 0,3 e 0,5
- E ho anche impostato la somma della miscela: MeOH + ACN + UPW = 0,6
- Il progetto include interazioni di secondo ordine e un'interazione di terzo ordine (MeOH × ACN × UPW) per catturare le relazioni influenti tra i componenti.
- Si tratta di un progetto I-ottimale, che include anche tre punti centrali, per un totale di 12 run.
Quello che voglio fare in realtà è confermare i risultati (per assicurarmi che i risultati dei punti inclusi siano affidabili) e voglio esplorare ulteriormente lo spazio (perché temo di perdermi alcune tendenze a causa dei punti limitati nello spazio di progettazione). Alla fine, voglio solo essere certo di aver selezionato un ottimo accettabile (dato che ho diverse risposte da valutare e combinare, che portano ai rapporti finali).
Sulla base di entrambi i vostri contributi, ho pensato a quanto segue:
- Di recente ho eseguito questo design di 12 esecuzioni (i risultati possono essere implementati come blocco 1) e ho intenzione di rieseguire il design attuale altre due volte, assegnando le nuove esecuzioni a blocchi separati per tenere conto della variabilità tra gli esperimenti. Questo mi permetterebbe di valutare gli effetti sistematici e di ridurre la deviazione standard dei risultati. Di conseguenza, quando utilizzo l'opzione "Augment Design", il risultato è di 36 esecuzioni.
- Inoltre, per esplorare lo spazio di progettazione aggiuntivo e potenzialmente scoprire tendenze non lineari, sto valutando di ampliare ulteriormente il design aggiungendo punti cubici di Scheffé. Questi potrebbero forse fungere da punti di convalida, come menzionato da @Victor_G . Ad esempio, questo può portare a 44 esecuzioni con i punti aggiuntivi evidenziati in rosso.
-
Domanda/preoccupazione rimanente:
Eseguendo il secondo passaggio di aumento (aggiungendo quindi i punti cubici di Scheffé ), noto sicuramente un aumento del numero di varianze di previsione (a 0,57) e anche un aumento del grafico della frazione dello spazio di progettazione (come si può vedere di seguito). Ha senso che questo aumento, tuttavia non sono sicuro che sia la mossa più intelligente da fare per il mio scopo.
Grazie in anticipo!
Cordiali saluti
Kimberly
R: Risultati di conferma: rifare la progettazione della miscela o crearne una nuova?Ciao Kimberly,
Non sono sicuro dell'ultimo commento/domanda:
@K_JMP ha scritto:
Domanda/preoccupazione rimanente:
Eseguendo il secondo passaggio di aumento (aggiungendo quindi i punti cubici di Scheffé ), noto sicuramente un aumento del numero di varianze di previsione (a 0,57) e anche un aumento del grafico della frazione dello spazio di progettazione (come si può vedere di seguito). Ha senso che questo aumento sia dovuto a questo, tuttavia non sono sicuro che sia la mossa più intelligente da fare per il mio scopo.
È consigliabile utilizzare la piattaforma Confronta i design per assicurarsi che il profilo di varianza predittiva e il grafico della frazione dello spazio di progettazione siano calcolati sullo stesso modello presunto. Confrontando queste informazioni in ogni script di " Valutazione dei progetti ", il confronto non è lo stesso, poiché i progetti originali e replicati hanno lo stesso modello presunto, ma non quello aumentato, poiché sono stati aggiunti termini cubici di Scheffe.
Utilizzando la piattaforma Compare Designs con i 3 progetti, il confronto dei progetti viene effettuato sullo stesso modello presupposto e i risultati comparativi sono del tutto logici:
Si può chiaramente notare una notevole diminuzione della varianza della previsione dal progetto I-Optimal originale al progetto replicato, e un'altra diminuzione dal progetto replicato al progetto aumentato, il che è perfettamente sensato: notevole diminuzione prima grazie alla replicazione, poi grazie all'aggiunta di punti per supportare meglio il primo modello iniziale e convalidarlo.
Spero che questa risposta ti sia d'aiuto,
